Наука про дані

У мене є практичне питання щодо функціональної інженерії ... скажіть, я хочу спрогнозувати ціни на будинки, використовуючи логістичну регресію та використовуючи купу функцій, включаючи поштовий індекс. Потім, перевіривши важливість функції, я розумію, що поштовий індекс є досить хорошою характеристикою, тому я вирішив додати ще кілька функцій на основі zip - …

10 logistic-regression  feature-engineering  feature-construction 

Я вивчаю, як користуватися Керасом, і я мав розумний успіх у моєму маркованому наборі даних, використовуючи приклади на глибоке навчання Chollet для Python . Набір даних становить ~ 1000 часових рядів довжиною 3125 з 3 потенційними класами. Я хотів би вийти за рамки базових щільних шарів, які дають мені приблизно …

10 python  deep-learning  time-series  lstm  rnn 

Чомусь AlphaGo Zero не отримує такої реклами, як оригінальний AlphaGo, незважаючи на неймовірні результати. Починаючи з нуля, він вже переміг AlphaGo Master і пройшов численні інші орієнтири. Ще неймовірніше, що це робиться за 40 днів. Google називає це ", мабуть, найкращим гравцем Go у світі" . DeepMind стверджує, що це …

10 machine-learning  deep-learning 

Деталі: GPU : GTX 1080 Навчання : ~ 1,1 млн. Зображень, що належать до 10 класів Перевірка : ~ 150 тис. Зображень, що належать до 10 класів Час за епоху : ~ 10 годин Я налаштував CUDA, cuDNN і Tensorflow (також Tensorflow GPU). Я не думаю, що моя модель є …

10 machine-learning  python  keras 

Я новачок у ML та TensorFlow (я почав близько декількох годин тому), і я намагаюся використовувати його для прогнозування наступних кількох точок даних у часовій серії. Я беру свій внесок і роблю це з цим: /----------- x ------------\ .-------------------------------. | 0 | 1 | 2 | 3 | 4 | …

10 machine-learning  python  time-series  tensorflow  rnn 

Передумови: Під час встановлення нейронних мереж з активацією relu я виявив, що іноді прогноз стає майже постійним. Я вважаю, що це пов’язано з нейронами relu, що гинуть під час тренувань, про що йдеться тут. ( Яка проблема "вмираючої ReLU" в нейронних мережах? ) Питання: Що я сподіваюся зробити, це здійснити …

10 machine-learning  neural-network  keras 

Я хотів би використовувати ANNs для своєї проблеми, але проблема полягає в тому, що мої входи та виходи не визначаються. Я здійснив пошук в Google, перш ніж ставити запитання, і виявив, що RNN може допомогти мені в моїй проблемі. Але всі приклади, які я знайшов, якимось чином визначають кількість вхідних …

10 python  neural-network  keras  rnn  pytorch 

Мені цікаво, як інтерпретувати повторювану архітектуру в контексті EEG. Конкретно я думаю про це як про рецидивуючу CNN (на відміну від таких архітектур, як LSTM), але, можливо, це стосується і інших типів рекурентних мереж Коли я читаю про R-CNN, вони зазвичай пояснюються в контекстах класифікації зображень. Вони зазвичай описуються як …

10 machine-learning  neural-network  convnet  rnn 

Випадання ( папір , пояснення ) встановлює вихід деяких нейронів до нуля. Отже, для MLP у вас може бути така архітектура для набору даних квітів Iris : 4 : 50 (tanh) : dropout (0.5) : 20 (tanh) : 3 (softmax) Це діятиме так: softmax(W3⋅tanh(W2⋅mask(D,tanh(W1⋅input_vector)))softmax(W3⋅tanh⁡(W2⋅mask(D,tanh⁡(W1⋅input_vector)))softmax(W_3 \cdot \tanh(W_2 \cdot \text{mask}(D, \tanh(W_1 \cdot …

10 dropout 

Є кілька підходів до вибору функцій / змінних (див., Наприклад, Guyon & Elisseeff, 2003 ; Liu et al., 2010 ): методи фільтрування (наприклад, на основі кореляції, на основі ентропії, на основі випадкових лісів), способи обгортки (наприклад, пошук вперед, пошук на сходження на гору) та вбудовані методи, де вибір функції є …

10 feature-selection  performance  model-selection 

Питання Як я можу передбачити рейтинг нового користувача в моделі ALS, що навчається в Spark? (Нове = не бачилося під час тренувань) Проблема Я переглядаю офіційний підручник Spark ALS тут: http://ampcamp.berkeley.edu/big-data-mini-course/movie-recommendation-with-mllib.html Я в змозі створити хороший рекомендатор з гідним MSE, але я намагаюся ввести нові дані в модель. Підручник змінює …

10 apache-spark  recommender-system  pyspark 

Я дізнався, що Keras має функціонал для "злиття" двох моделей відповідно до наступного: from keras.layers import Merge left_branch = Sequential() left_branch.add(Dense(32, input_dim=784)) right_branch = Sequential() right_branch.add(Dense(32, input_dim=784)) merged = Merge([left_branch, right_branch], mode='concat') Який сенс у об'єднанні NN, в яких ситуаціях він корисний? Це якесь ансамблеве моделювання? Яка різниця між кількома …

10 keras 

Однією з методологій вибору підмножини доступних функцій для вашого класифікатора є класифікація їх за критерієм (наприклад, інформаційним посиленням), а потім обчислення точності за допомогою вашого класифікатора та підмножини ранжированих функцій. Наприклад, якщо ваші функції є A, B, C, D, E, і якщо вони класифіковані як наступні D,B,C,E,A, то ви обчислюєте …

10 machine-learning  feature-selection 

Я маю набір даних у такій структурі, що вставлений у файл CSV: Banana Water Rice Rice Water Bread Banana Juice Кожен рядок позначає колекцію предметів, які були придбані разом. Наприклад, перший рядок означає , що елементи Banana, Waterі Riceбули придбані разом. Я хочу створити візуалізацію на зразок наступного: Це в …

10 python  r  data-mining  visualization  association-rules 

Яка проблема скакання виміру в машинному навчанні (виникає в конволюційних нейронних мережах і розпізнаванні зображень)? Я про це поглянув, але все, що я отримую, - це інформація про фізику деформації форми матеріалу. Мені буде корисніше, якщо хтось пояснить це на прикладі, пов'язаному з машинним навчанням. Хтось може мені допомогти у …

10 machine-learning  image-recognition